过去与现在
让我从一些具体的事物开始讲起。实际上，我想请大家把我字体放大一些。但实际上，我并没有实质性的内容要展示给大家。这并不是技术故障。这其实是我们的世界，就在 540 百万年前。
那时，一片纯粹、无尽的黑暗。这种黑暗并不是因为缺少光线，而是因为缺乏视觉。确实，阳光可以穿透海洋，达到海底一千米的深度，从热液喷口散发出来的光也能照亮海底。尽管生命在这里蓬勃发展，但却没有一只眼睛能够看见。那时的海洋就像外星一样，没有视网膜，没有角膜，没有晶状体。所以，所有的光，所有的生命，都在黑暗中过着无人知晓的生活。
直到三叶虫的出现，它们是第一种能够感知光线的生物。也是我们今天所熟知的现实世界的第一批居民。首次发现的是一个世界，存在着超越自我的东西，那就是许多其他的“自我”存在。看见的能力或许开始帮助引入了一个被称为“寒武纪大爆炸”的时期，这个时期有很多动物种类进入了化石记录。
一开始只是简单地让光线进来，这样的体验是被动的，但很快就丰富起来，变得积极主动。然后，神经系统开始演化。我们从看见的视觉，得到了洞察的能力。“看见”变成了“理解”，理解引领我们行动，而所有这些都促成了智能的产生。
现代 AI 的进步
所以，半个亿年后，我们对于自然赋予的智能已经不再满足。人类现在正在探求如何创造出能够像我们一样，甚至更好地看世界的机器。九年前，我在 TED 上做了一个演讲，我当时分享了计算机视觉的早期进展，这是人工智能的一个子领域。
大约十年前，有三大强大力量首次出现，一种被称为神经网络的算法家族。还有一种专用而快速的硬件，叫做图形处理单元，或者 GPU，稍后你们会听到 Jensen 的演讲。还有大数据，比如我实验室花了几年时间策展的那个包含 5000 万张照片的数据集，我们称它为 ImageNet。
当这些元素结合在一起，计算机的视觉能力不仅比以往更强，也开启了现代 AI 的新世纪。自那以后，我们走过了很长的道路。那是十年前，只标注物体就成了一种突破，就像初现曙光的三叶虫看到的第一缕光。但神经网络算法的速度和准确度很快就提高了。年复一年，我们实验室举办的 ImageNet 年度挑战赛，都在评估这些算法的性能，每次提交的结果都刷新了记录。如你所见，这张图展示了每年的进步和一些里程碑模型，实在是让人惊叹。
但我们并不止步于此。我们以及其他实验室进一步研发出了可以切分对象，甚至识别视频中它们动态关系的模型，就像你在这里看到的。当然，还有更多新的发展在等着我们。
